Portatili NVIDIA RTX Spark: cosa ha mostrato la demo di Seul

Il 6 novembre 2026, a Seul, NVIDIA ha presentato dimostrazioni di editing video, gestione di e-mail e calendario e progettazione dei movimenti di un robot virtuale con RTX Spark. Nel montaggio, il lavoro in locale è iniziato dopo aver scaricato un modello adatto e collegato l’agente al software di editing, secondo il resoconto di ChosunBiz.

NVIDIA aveva annunciato RTX Spark il 31 maggio, indicando l’autunno 2026 come periodo previsto per l’arrivo di portatili e desktop compatti. ChosunBiz riferisce che il lancio ufficiale è avvenuto il 16 ottobre: la dimostrazione di Seul si è tenuta in seguito. Nell’annuncio di NVIDIA, la piattaforma è presentata come un sistema Windows per l’AI locale, i lavori creativi e il gaming.

Che cosa ha mostrato la demo di Seul

Per una dimostrazione, un comando in linguaggio naturale ha selezionato da un video di tre ore le scene in cui compariva una parola specifica. La selezione ha richiesto circa un minuto e il risultato è stato montato in un video di tre minuti. In un’altra prova, l’agente Hermes ha comandato DaVinci Resolve Studio, adattato le proporzioni del filmato per YouTube e i social e salvato cinque file. Tra i modelli linguistici usati in locale c’erano quelli di Mistral.

ChosunBiz ha riferito anche dimostrazioni di organizzazione di e-mail e appuntamenti e di progettazione dei movimenti di un robot virtuale in una simulazione. Sono esempi presentati durante un evento: non equivalgono a risultati di benchmark.

Prima dell’editing locale serviva preparare il software

Il flusso descritto aveva due passaggi preliminari: scegliere e scaricare un modello adatto al compito, poi collegare l’agente all’applicazione da controllare. Dopo questa preparazione, secondo un rappresentante NVIDIA citato da ChosunBiz, l’editing dimostrato poteva essere eseguito sul portatile senza connessione Internet né chiamate a servizi AI esterni a pagamento.

In pratica, l’agente non partiva da solo: doveva avere un modello e un’applicazione configurati per il lavoro richiesto. È questo il dettaglio operativo che accompagna la promessa dell’AI in locale.

L’hardware RTX Spark in breve

NVIDIA descrive RTX Spark come una piattaforma con CPU Grace a 20 core, GPU RTX basata su Blackwell con 6.144 CUDA core e memoria unificata fino a 128 GB, condivisa da CPU e GPU. L’azienda dichiara inoltre prestazioni di calcolo AI fino a un petaflop e indica NVLink-C2C come collegamento tra i due processori. MediaTek ha collaborato al progetto della CPU Arm personalizzata. La piattaforma comprende le tecnologie CUDA e RTX di NVIDIA.

Questi sono dati della piattaforma e massimi dichiarati: non descrivono automaticamente ogni configurazione di ogni portatile. Per due modelli specifici, ASUS ha pubblicato le caratteristiche degli RTX Spark ProArt P16 H7607 e ProArt P14 H7407. NeoTeo aveva già parlato dei Lenovo Yoga 9n con RTX Spark: qui trovi la copertura precedente.

Due portatili ASUS ProArt a confronto

Le specifiche riportate da ASUS mostrano due formati distinti. Il P16 H7607 ha un display da 16 pollici e più capacità massima di archiviazione; il P14 H7407 è più leggero e ha uno schermo da 14 pollici. Entrambi hanno display OLED touch Tandem in formato 16:10, frequenza di aggiornamento fino a 120 Hz con VRR e luminosità HDR di picco dichiarata fino a 1.600 nit.

ASUS indica fino a 128 GB di memoria unificata per entrambi e Windows 11 Pro. Le capacità della batteria non dicono da sole quanto durerà una carica nell’uso reale: qui il confronto riguarda le specifiche dichiarate per i due modelli.

Che cosa aggiunge una prova indipendente

Linus Tech Tips ha testato portatili RTX Spark in attività di gaming, produttività, creazione di contenuti e calcolo AI. Nel resoconto della prova i risultati variano tra i carichi di lavoro; l’elaborazione dei prompt è risultata forte in alcune attività AI. Linus Sebastian ha concluso che i dispositivi testati erano difficili da raccomandare nel complesso. Sono valutazioni del reviewer sui sistemi provati, non una misura valida per ogni modello e configurazione.

Quando può avere senso elaborare i dati in locale

Nel resoconto di ChosunBiz, un dirigente identificato come Kim distingue tra attività leggere, come organizzare e-mail, e lavori ripetuti o prolungati, come la produzione video o l’addestramento di robot in locale. Per le prime, ha indicato che può bastare un servizio cloud; le seconde sono esempi di carichi che potrebbero beneficiare dell’esecuzione sul portatile.

Jeff Yen, direttore del marketing tecnico di NVIDIA per l’area Asia-Pacifico, ha detto che il recupero del costo dipende dal lavoro svolto. La possibilità di evitare chiamate a pagamento durante alcune attività locali, quindi, non dà da sola una misura del risparmio: dipende dal carico effettivo e dall’uso del servizio cloud che sostituisce.